RBI એ FIBAC 2026 કોન્ફરન્સમાં ડિજિટલ પેમેન્ટ ફ્રોડ (Digital Payment Fraud) ને રોકવા માટે ડિજિટલ પેમેન્ટ ઇન્ટેલિજન્સ પ્લેટફોર્મ (DPIP) લોન્ચ કર્યું છે. IDPIC દ્વારા સંચાલિત આ સિસ્ટમ બેંકો વચ્ચે રિયલ-ટાઇમ ઇન્ટેલિજન્સ શેરિંગને સક્ષમ કરશે. જોકે આ સુરક્ષાને મજબૂત બનાવશે, પરંતુ નાણાકીય સંસ્થાઓએ હવે ઇન્ટિગ્રેશન ખર્ચ અને ડેટા પ્રાઇવસી (Data Privacy) જરૂરિયાતોને સંતુલિત કરવી પડશે.
RBI નું નવું AI પ્લેટફોર્મ: DPIP
રિઝર્વ બેંક ઓફ ઈન્ડિયા (RBI) એ મંગળવારે, 11 ઓગસ્ટ, 2026 ના રોજ FIBAC 2026 કોન્ફરન્સમાં તેના ડિજિટલ પેમેન્ટ ઇન્ટેલિજન્સ પ્લેટફોર્મ (DPIP) નું અનાવરણ કર્યું. આ પહેલ ડિજિટલ પેમેન્ટ ફ્રોડ (Digital Payment Fraud) ની વધતી જતી સમસ્યાને પહોંચી વળવા માટે એક કેન્દ્રિત પ્રયાસ છે, જેમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) અને મશીન લર્નિંગ (ML) નો ઉપયોગ કરીને બેંકિંગ ઇકોસિસ્ટમમાં રિયલ-ટાઇમ ઇન્ટેલિજન્સ શેરિંગ કરવામાં આવશે.
IDPIC: ફ્રોડ સામે લડવાનું નવું હથિયાર
આ પ્લેટફોર્મનું સંચાલન ઈન્ડિયન ડિજિટલ પેમેન્ટ ઇન્ટેલિજન્સ કોર્પોરેશન (IDPIC) દ્વારા કરવામાં આવે છે, જે ઓક્ટોબર 2025 માં સ્થપાયેલી એક નોન-પ્રોફિટ સેક્શન 8 કંપની છે. સ્ટેટ બેંક ઓફ ઈન્ડિયા (SBI) આ સંસ્થાનો મુખ્ય પ્રમોટર છે અને તેણે 50% હિસ્સો રાખવા માટે નિયમનકારી મંજૂરી મેળવી છે. આ કોર્પોરેશનનો ઉદ્દેશ્ય એક માનક, સુરક્ષિત ઈન્ફ્રાસ્ટ્રક્ચર પ્રદાન કરવાનો છે, જે બેંકોને અલગ-અલગ અને સાઈલો સિસ્ટમ પર આધાર રાખવાને બદલે શંકાસ્પદ વ્યવહારોને તાત્કાલિક શોધી કાઢવા અને રિપોર્ટ કરવાની મંજૂરી આપશે.
AI ગવર્નન્સ અને માનવીય દેખરેખ
RBI ગવર્નર સંજય મલ્હોત્રાએ જણાવ્યું કે ટેકનોલોજી સાયબર ક્રાઈમ સામે લડવા માટે જરૂરી છે, પરંતુ તે માનવીય નિર્ણયનું સ્થાન લઈ શકતી નથી. તેમણે ભારપૂર્વક જણાવ્યું કે નાણાકીય સંસ્થાઓએ AI તૈનાત કરતી વખતે મજબૂત ગવર્નન્સ ફ્રેમવર્કને પ્રાધાન્ય આપવું જોઈએ. સેન્ટ્રલ બેંક (Central Bank) ની અપેક્ષા છે કે બેંકો તેમના AI મોડેલ્સની વ્યાપક ઈન્વેન્ટરી જાળવે અને સિસ્ટમ્સ એડવર્સેરિયલ એટેક (Adversarial Attack) સામે સ્થિતિસ્થાપક રહે તે સુનિશ્ચિત કરવા માટે રેડ-ટીમિંગ (Red-teaming) જેવી કડક પરીક્ષણ પ્રક્રિયાઓ લાગુ કરે.
ઓપરેશનલ અને સાયબર સુરક્ષા જોખમો
રોકાણકારો (Investors) અને બેંક હિતધારકો માટે, કેન્દ્રિય AI-આધારિત સિસ્ટમમાં સંક્રમણ ચોક્કસ મોનિટેબલ (Monitorables) સાથે આવે છે. આ અદ્યતન સિસ્ટમ્સને લાગુ કરવા અને જાળવવા માટે વ્યક્તિગત બેંકો માટે ઓપરેશનલ ખર્ચમાં વધારો થવાની સંભાવના છે. જૂની બેંકિંગ સોફ્ટવેરને નવી AI-ડ્રિવન સુરક્ષા સ્તરો સાથે એકીકૃત કરવાનો પડકાર પણ છે. વધુમાં, થર્ડ-પાર્ટી AI વેન્ડર્સ (Vendors) પર નિર્ભરતા જોખમો ઊભા કરે છે, જેના માટે બેંકોએ સંવેદનશીલ ગ્રાહક માહિતીને સંભવિત ભંગાણથી સુરક્ષિત રાખવા માટે તેમના ડેટા પ્રાઇવસી (Data Privacy) પ્રોટોકોલને કડક રાખવા પડશે.
એક અન્ય મહત્વપૂર્ણ જોખમ એડવર્સેરિયલ AI (Adversarial AI) નો ભય છે. જેમ જેમ નાણાકીય સંસ્થાઓ ફ્રોડ રોકવા માટે AI નો ઉપયોગ કરે છે, તેમ તેમ ગુનેગારો આ નવી સિસ્ટમ્સમાં ખામીઓ શોધવા માટે સમાન ટેકનોલોજીનો ઉપયોગ કરી શકે છે. સતત માનવીય દેખરેખ માટે RBI ની સૂચના આને ઘટાડવાનો એક વ્યૂહાત્મક પ્રયાસ છે, જે સુનિશ્ચિત કરે છે કે નિર્ણાયક બેંકિંગ નિર્ણયો સંપૂર્ણપણે ઓટોમેટેડ ન થાય.
બેંકિંગ ક્ષેત્ર આગામી ક્વાર્ટર્સમાં આ અમલીકરણ સમયરેખાઓ પર ધ્યાન કેન્દ્રિત કરશે તેવી અપેક્ષા છે. ઉદ્યોગ માટે મુખ્ય મોનિટેબલ એ હશે કે બેંકો તેમની હાલની ટ્રાન્ઝેક્શન ડેટાને નવી IDPIC પ્લેટફોર્મ સાથે કેટલી અસરકારક રીતે એકીકૃત કરે છે, વપરાશકર્તા અનુભવમાં વિક્ષેપ પાડ્યા વિના અથવા વધુ પડતા ખર્ચ વધારા વિના. રોકાણકારો આગામી અર્નિંગ કોલ્સ (Earnings Calls) માં આ નવા સેન્ટ્રલ બેંક ધોરણો સાથે સંરેખિત કરવા માટે જરૂરી મૂડી ખર્ચ (Capital Expenditure) અને સાયબર સુરક્ષા રોકાણો (Cybersecurity Investments) અંગે મેનેજમેન્ટની ટિપ્પણીઓને પણ ટ્રેક કરી શકે છે.
